「验证不对称性」共找到 2064 篇相关文章
ACL 2025杰出论文！用能力显著向量让大模型下游任务性能预测更精准
上海人工智能实验室与复旦大学联合研究成果《Capability Salience Vector》获ACL 2025杰出论文奖。提出能力显著向量（CSV）解决验证损失与下游任务能力脱节问题，实验验证其提升了下游任务表现可预测性。
疯了……Claude 最强风控：验你实名身份证！
Anthropic更新支持文档，宣布在Claude平台引入身份验证机制，目的是防滥用、执行政策和履行义务。验证需有效证件、带摄像头设备，由Persona Identities处理数据。此前OpenAI也有类似机制，这或加剧AI使用人群分化。
20%的美国打工人把活儿甩给AI！被替代的是任务，不是岗位
8月6日，Epoch AI联合Ipsos发布职场调查报告，20%美国就业者将工作甩给AI，表明活儿在人和AI间重新分配。AI参与广但不深入，用时情况不一，输出多需修改，先冲击外包工作，且使用不均衡。
调高一档推理强度，成本可能翻几倍：大模型思考原理讲清楚
文章详细讲解推理强度原理，指出其不改模型，只改草稿长度。还说明模型多思考能提高答题准确率的原因，剖析贵和慢的原因，介绍三种控制形态，并给出判断推理强度档位的框架。
黄仁勋曝英伟达养了61个CEO、从不炒犯错员工：CEO是最脆弱群体
黄仁勋在访谈表示英伟达有61个“CEO”，犯错不炒人，称CEO是公司最脆弱群体。他还谈及英伟达发展、用人哲学，预测五年后AI将改变计算机模式，增加工作机会，他本人不喜演讲但为公司尽力。
GPT-5.5反杀Claude登顶，AI编码旧榜不准了？
Datacurve推出新基准DeepSWE，号称「零污染」，用113道原创题挑战旧编程榜单。它使GPT和Claude名次逆转，揭示旧基准验证误差大、存在作弊现象，虽有局限，但反映编程基准竞争转向抗污染和验证可信。
几毛钱的芯片，利润直追英伟达
苹果曾被小小基带芯片困扰，芯片世界里有很多单价低、工艺要求不高的“小玩意”，但其利润却直追英伟达。如英飞凌、博通，它们靠“人脉”和网络效应赚钱，且所在领域不卷，抱着铁饭碗。
作为一个接过Aha单的YouTube博主，我来聊聊这个AI产品
文章指出当下AI Agent分化为通用型、生活服务型、开发者工具型和垂直行业型四类。以Aha为例，介绍其作为达人营销垂直Agent平台，在筛选达人、匹配合作、保障安全等方面的优势，还分析了适用与不适用的产品情况。
AI写CUDA算子准确率92%，到国产芯片只剩4%？上交方法直线拉升，DeepSeek也适用
GPT-5.2写CUDA算子正确率92%，给华为Ascend NPU写算子仅4%，因公开数据少等致‘新硬件冷启动’难。上海交大团队EvoKernel不训新模型、不标新数据，将GPT-5.2正确率从4%拉到83%，还拓展到DeepSeek架构算子。
DeepSeek被曝主动叫停了第二轮融资签约
据彭博报道，DeepSeek第二轮融资临门一脚被按下暂停键，原本预计未来几天签署的投资协议暂不签署。这轮融资计划至少募资100亿元，投前估值不低于4800亿元。暂停或因一份内部交流备忘录泄露。